TGTGInsighttelegram intelligenceLIVE / telegram public index
← Find Blog👁发现博客

TGINSIGHT SIMILAR POSTS

查找相似内容

Source channel @FindBlog · Post #643 · 3月1日

Flare Stack Blog ——基于 Cloudflare Workers 的现代化全栈博客 CMS ## 核心功能 • 文章管理 — 富文本编辑器,支持代码高亮、图片上传、草稿/发布流程 • 标签系统 — 灵活的文章分类 • 评论系统 — 支持嵌套回复、邮件通知、审核机制 • 友情链接 — 用户申请、管理员审核、邮件通知 • 全文搜索 — 基于 Orama 的高性能搜索 • 媒体库 — R2 对象存储,图片管理与优化 • 用户认证 — GitHub OAuth 登录,权限控制 • 数据统计 — Umami 集成,访问分析与热门文章 • AI 辅助 — Cloudflare Workers AI 集成 • 主题系统 — 可扩展的主题模板,支持完整替换所有页面和布局 • 导入导出 — 支持Markdown导入导出,保留图片以及Frontmatter Flare Stack Blog 的所有面向用户的页面与布局均通过 主题契约(Theme Contract) 与业务逻辑解耦。你可以在不修改任何路由或数据逻辑的前提下,完整替换博客的视觉表现层。 项目地址:https://github.com/du2333/flare-stack-blog #Platform#Cloudflare 频道:@FindBlog 群组:@FindBlog_Group

Results

找到 1 条相似帖子

搜索 #image23

当前筛选 #image23清除筛选
Earth&Climate Tech

@earth_climate_tech · Post #381 · 2023/09/04 21:57

​​IMAGE'23 и генерация моделей по подсказке Всем привет! Пропал-пропал, был на конференции IMAGE'23. Это такая огромная, на тысяч 6-7 человек, геотехническая конференция в Хьюстоне для специалистов в области геонаук, полезных ископаемых и (уже) декарбонизации. Самые большие секции были посвящены машинному обучению в геонауках. На одной из них я показал наши эксперименты в области Генеративного ИИ (Generative AI), а именно первые наброски того как можно генерировать реалистичные геологические\сейсмические модели с помощью семантически понятного текста. Типа говоришь "йоу, модель, сделай мне низкочастотный сейсмический разрез с двумя сбросовыми разломами в восточной части и добавь немного шума". И на выходе получаешь реалистичный сейсмический разрез удовлетворяющий твоему описанию, или получаешь сразу несколько разных разрезов, ведь генерация стохастическая. Использовали мы немного модифицированную версию знаменитой нейронки Dalle-E2 от Open AI, которую обучили с нуля. Точнее три ее компонента: ✅CLIP - для семантической связи между текстом и изображением(моделью) и преобразования последнего в векторное представление; ✅ Diffusion Prior - для стохастической генерации текстовых векторных представлений в текстовые представления изображения(модели) и ✅ Decoder - для стохастической генерации самих изображений(моделей) из их векторного представления. Последняя нейроночка использует диффузионную модель. Получилось неплохо! На второй картинке пример моделей, которые сгенерировались по соответствующей подсказке. Конечно отправлять в продакшн еще рановато, но идея, кажется, работает не только на кошечках и собачках. #Image23#conference#ML#AI#subsurface